최근 스마트폰의 사용은 전 연령층을 대상으로 급격히 증가하여, 스마트폰 중독 문제를 유발시키고 있다. 본 연구에서는 인구통계학적 변수들을 중심으로 초등학생의 스마트폰 중독에 미치는 영향 요인을 분석하였다. 우선 각 요인별 중독군의 분포 차이와 가장 많이 사용하는 스마트폰 기능의 분포 차이를 분석한 결과, 학년과 성적에 따라 가장 큰 중독 사용자군의 분포 차이를 보였으며, 성별, 학년, 성적에 따라 사용기능의 차이를 보였다. 또한 중독 사용자군별 사용기능의 분포 차이도 유의하다고 할 수 있었다. 이에 더하여, 로짓회귀분석과 결정트리를 통해 스마트폰 중독에 영향을 주는 요인들을 분석하였는데, 학년, 성적, 부모의 맞벌이 여부, 거주지역 순으로 영향이 컸다.
최근 스마트폰의 사용은 전 연령층을 대상으로 급격히 증가하여, 스마트폰 중독 문제를 유발시키고 있다. 본 연구에서는 인구통계학적 변수들을 중심으로 초등학생의 스마트폰 중독에 미치는 영향 요인을 분석하였다. 우선 각 요인별 중독군의 분포 차이와 가장 많이 사용하는 스마트폰 기능의 분포 차이를 분석한 결과, 학년과 성적에 따라 가장 큰 중독 사용자군의 분포 차이를 보였으며, 성별, 학년, 성적에 따라 사용기능의 차이를 보였다. 또한 중독 사용자군별 사용기능의 분포 차이도 유의하다고 할 수 있었다. 이에 더하여, 로짓회귀분석과 결정트리를 통해 스마트폰 중독에 영향을 주는 요인들을 분석하였는데, 학년, 성적, 부모의 맞벌이 여부, 거주지역 순으로 영향이 컸다.
Recently, use of smartphones has increased so sharply at all ages that addiction problems have emerged. This study analysed factors, focusing on demographic variables, that impact on smartphone addiction of elementary students. First, differences between distributions of addicted groups and those be...
Recently, use of smartphones has increased so sharply at all ages that addiction problems have emerged. This study analysed factors, focusing on demographic variables, that impact on smartphone addiction of elementary students. First, differences between distributions of addicted groups and those between distributions of most frequently used smartphone functions per variable are analyzed. As a result, grade and academic achievements yield the biggest differences between distributions of addicted groups and gender, grade, and academic achievements yield differences between distributions of most frequently used smartphone functions. Also, differences between distributions of most frequently used smartphone functions per addicted user group are regarded significant. Furthermore, factors affecting smartphone addiction are analysed through the logistic regression analysis and decision trees, where grade, academic achievements, dual-income parents, and residential areas are found affecting in that order.
Recently, use of smartphones has increased so sharply at all ages that addiction problems have emerged. This study analysed factors, focusing on demographic variables, that impact on smartphone addiction of elementary students. First, differences between distributions of addicted groups and those between distributions of most frequently used smartphone functions per variable are analyzed. As a result, grade and academic achievements yield the biggest differences between distributions of addicted groups and gender, grade, and academic achievements yield differences between distributions of most frequently used smartphone functions. Also, differences between distributions of most frequently used smartphone functions per addicted user group are regarded significant. Furthermore, factors affecting smartphone addiction are analysed through the logistic regression analysis and decision trees, where grade, academic achievements, dual-income parents, and residential areas are found affecting in that order.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
각 특성별 분포차를 확인하고자 실시한 카이자승 검정 결과는 에 제시하였다.
본 연구에서는 초등생을 대상으로 다양한 인구통계학적 특성에 따른 스마트폰 중독 수준을 분석하고, 그 수준을 결정하는 특성요인들을 추출한다. 또한 중독 수준에 따라 사용하는 스마트폰 기능이 어떻게 다른지 분석한다. 이러한 연구는 기존 연구의 주요 관심사였던 심리적, 정신건강적 차원과는 달리 학생의 표면적인 측면을 다루기 때문에, 스마트폰 중독 예방을 위해 노력하는 초등교사나 관계자들에게 용이하게 이용될 수 있는 관련변인들을 제공한다는 점에서 의의가 있다.
본 연구는 인구통계학적 요인들에 따른 초등고학년생들의 스마트폰 중독 실태를 분석하였다. 각 요인별 중독군의 분포 차이와 사용기능의 차이를 검증하고, 각 요인의 중독군 종류에 미치는 영향을 로짓회귀분석을 통해 알아보았으며, 중독군의 종류를 결정하는 요인들의 조합을 결정트리를 통해 분석하였다.
스마트폰 중독의 영향 요인[3], 정신건강[4], 교육 프로그램 개발[5] 등이 보고되고 있다. 본 연구에서는 초등생을 대상으로 다양한 인구통계학적 특성에 따른 스마트폰 중독 수준을 분석하고, 그 수준을 결정하는 특성요인들을 추출한다. 또한 중독 수준에 따라 사용하는 스마트폰 기능이 어떻게 다른지 분석한다.
본 절에서는 앞절에서 언급한 다양한 인구통계학적 요인들로부터 중독군의 종류를 예측할 수 있는지 알기 위하여 로지스틱 회귀분석을 실시하고 결정트리를 구축하고자 한다.
제안 방법
6학년 초등생들을 대상으로 하였다. 2013년 6월말~7월초까지 3주간 조사하였으며, 대도시의 2개 학교, 두 개 중소도시의 학교 각 1개씩과 농촌 소재 1개 학교를 정하여, 4~6학년 학생 전체에게 설문지를 배포하여 표기하게 하고 일괄 수거하였다. 조사 대상 전체 2389명 중 불성실한 설문 응답지와 스마트폰을 사용하지 않는 학생들을 제외한 1570개의 설문지를 최종 분석에 사용하였다.
결정트리의 목표변수는 세 종류의 사용자군으로 하고, 입력변수는 의 인구학적 특성으로 하였다.
고위험군과 잠재위험군은 중독의 위험 측면에서 일반군과 차별화되고, 고위험군의 사례수가 적어 고위험군을 별도의 그룹으로 하여 분석하기에 적합하지 않으므로, 고위험군과 잠재위험군을 하나로 묶고, 일반군을 또다른 그룹으로 하여, 로지스틱 회귀모델의 적합성 검정을 실시하였다. 이를 통해 학생들을 중독 위험에 빠뜨리는 주요 요인 들을 밝힐 수 있다.
본 연구에서는 초등학생을 대상으로 하므로, 문항수가 적고 문항의 이해 및 측정이 용이한 한국정보화진흥원의 척도를 이용하여 스마트폰 중독을 진단하기로 한다. 기존 연구의 관심 이슈였던 심리/정신적 요인이 아닌 다양한 인구통계학적 요인을 중심으로 스마트폰 중독과의 관련성을 살펴보고 중독자 또는 잠재적 중독자들의 공통 특성을 파악한다. 특히 초등생들에 대한 연구가 부족한 상황에서 이러한 시도는 교육 관계자들의 스마트폰 중독에 대비한 교육 계획을 수립하기 위해 유용한 자료로 활용될 수 있을 것이다.
이 척도에 따르면 사용자는 고위험, 잠재적 위험, 또는 일반 사용자군의 세 종류 중 하나로 판정되는데, 가상세계 경험 지향성을 제외한 나머지 세 개 요인의 각 점수와 총점을 기준으로 한다. 본 연구에서는 초등학생을 대상으로 하므로, 문항수가 적고 문항의 이해 및 측정이 용이한 한국정보화진흥원의 척도를 이용하여 스마트폰 중독을 진단하기로 한다. 기존 연구의 관심 이슈였던 심리/정신적 요인이 아닌 다양한 인구통계학적 요인을 중심으로 스마트폰 중독과의 관련성을 살펴보고 중독자 또는 잠재적 중독자들의 공통 특성을 파악한다.
사용자군 종류에 따라 스마트폰 사용기능의 분포차가 있는지 확인하기 위해 와 같이 각 군의 사용기능별 빈도를 조사하였다.
설문지는 인구학적 특징을 조사하는 문항들과 스마트폰 중독 측정 문항들로 구성되었다. 전자 문항들은 지역, 성별, 학년, 가정형태, 부모의 맞벌이여부, 가정경제에 대한 인식, 학업성적에 대한 인식으로 구성하였다.
76으로 산출되어 적절한 신뢰도를 보였다. 연구 대상자의 인구학적 특징에 따른 사용자군 및 사용기능 분포, 사용자군별 사용기능 분포 차이를 분석하고, 로지스틱 회귀분석과 결정트리를 이용하여 인구통계학적 특성들로부터 사용자군을 예측함으로써, 스마트폰 중독에 영향을 미치는 주요 특성들을 조사하였다.
설문지는 인구학적 특징을 조사하는 문항들과 스마트폰 중독 측정 문항들로 구성되었다. 전자 문항들은 지역, 성별, 학년, 가정형태, 부모의 맞벌이여부, 가정경제에 대한 인식, 학업성적에 대한 인식으로 구성하였다. 스마트폰 중독 측정은 한국정보화진흥원의 청소년을 위한 척도[17]를 사용하였는데, 이 척도의 중독군 분류 세부 기준은 <표 1>과 같다.
대상 데이터
본 연구는 경기도 거주의 스마트폰을 사용하는 4~6학년 초등생들을 대상으로 하였다. 2013년 6월말~7월초까지 3주간 조사하였으며, 대도시의 2개 학교, 두 개 중소도시의 학교 각 1개씩과 농촌 소재 1개 학교를 정하여, 4~6학년 학생 전체에게 설문지를 배포하여 표기하게 하고 일괄 수거하였다.
2013년 6월말~7월초까지 3주간 조사하였으며, 대도시의 2개 학교, 두 개 중소도시의 학교 각 1개씩과 농촌 소재 1개 학교를 정하여, 4~6학년 학생 전체에게 설문지를 배포하여 표기하게 하고 일괄 수거하였다. 조사 대상 전체 2389명 중 불성실한 설문 응답지와 스마트폰을 사용하지 않는 학생들을 제외한 1570개의 설문지를 최종 분석에 사용하였다.
데이터처리
본 연구는 인구통계학적 요인들에 따른 초등고학년생들의 스마트폰 중독 실태를 분석하였다. 각 요인별 중독군의 분포 차이와 사용기능의 차이를 검증하고, 각 요인의 중독군 종류에 미치는 영향을 로짓회귀분석을 통해 알아보았으며, 중독군의 종류를 결정하는 요인들의 조합을 결정트리를 통해 분석하였다. 연구 결과 중독에 영향력을 미치는 요인은 학년, 성적, 부모의 맞벌이 여부, 거주지역 순이었다.
결정트리의 목표변수는 세 종류의 사용자군으로 하고, 입력변수는 <표 2>의 인구학적 특성으로 하였다. 결정트리 생성은 SPSS 21에서 제공하는 CHAID 알고리즘을 사용하여 범주형 자료에 대해 카이제곱-검정으로써 최적의 분할을 수행하였다. 생성된 트리의 특징을 살펴보면 <그림 1>에서처럼 5개의 단말 노드를 가졌으며, 7개의 입력 변수들 중에서 학년, 성적, 맞벌이여부 만이 유효하였고, 특히 학년 변수가 사용자군의 종류를 결정하는데 가장 큰 영향력을 지님을 알 수 있다.
전체 대상의 빈도 순서와는 달리 고위험군에서는 음악감상이 게임보다 빈도가 높았다. 고위험군에 속한 학생수가 상대적으로 적으므로 고위험군과 잠재군을 묶어서 일반군과의 분포차를 알기 위해 카이자승검정을 실시하였다. 두 그룹 간에 SNS와 검색의사용 빈도에서 다른 기능에서보다 큰 차이를 보였으나, 검정 결과로서 10% 유의수준에서 동일하지 않은 분포를 보였다.
이론/모형
스마트폰 중독 측정은 한국정보화진흥원의 청소년을 위한 척도[17]를 사용하였는데, 이 척도의 중독군 분류 세부 기준은 과 같다.
성능/효과
각종 인구통계학적 특성값에 따라 스마트폰 중독 사용자군의 분포차이가 있는지 알아보기 위하여, 고위험군, 잠재위험군, 일반군의 빈도에 대한 카이자승 검정을 실시한 결과 와 같이, 학년과 성적에 따라 가장 큰 분포 차이를 보였으며(유의수준 1%), 거주지역과 가정경제가 그 뒤를 이었다(유의수준 5%).
표에서 고위험 및 잠재위험군의 비율이 가장 낮은 경우는 4, 5학년이면서 보통 이상의 성적을 가진 경우로서, 약 97%가 일반군에 속하였다. 결론적으로 스마트폰 중독의 위험이 더 높은 경우는 6학년이면서 성적이 부진(약 24%)하거나 부모가 맞벌이(13%)일 경우, 또는 4, 5학년이면서 성적이 부진(약 9%)할 경우인 것으로 나타났으며, 이러한 결과는 카이제곱 검정 결과에서 보듯이 유의한 차이인 것으로 검증되었다.
그러나, 15세 이상의 조사 결과에서는 청소년이 아닌 40대 이상에서 스마트폰 중독 현상이 가장 두드러진 것으로 나타났다[14]. 결론적으로 연령 및 성별에 따라 서로 다른 결과를 발표한 것으로 확인되었다.
구체적으로, 학년별 차이를 살펴보면 4, 5학년 사이에서보다 6학년이 되면서 고위험군 뿐만 아니라 특히 잠재군의 급격한 증가를 보였다. 이는 이재연이 초등 6학년생들이 5학년생들보다 중독 위험이 유의하게 높다라고 한 것과 일치한다[9].
3%를 넘지 않았으며, 가정형태에 따른 분포 차이도 무시할 수 있는 정도였다. 그 밖의 인구통계학적 특성을 살펴보면 맞벌이가 비맞벌이 가정보다 중독군의 학생을 배출할 확률이 두 배 가량 많았고, 유의수준 5% 정도에서 사용자군의 분포 차이가 있는 것으로 파악되었다.
575배라는 뜻이다. 농촌 학생들의 경우도 마찬가지로 해석되며, 따라서 대도시 학생들이 다른 지역 학생들에 비해 약 1.6~1.7배 높은 가능성을 가진 것으로 드러났다. 학년 특성을 살펴보면, 6학년생들은 4학년생들에 비해 약 4배의 높은 가능성을 지닌 것을 알 수 있다.
고위험군에 속한 학생수가 상대적으로 적으므로 고위험군과 잠재군을 묶어서 일반군과의 분포차를 알기 위해 카이자승검정을 실시하였다. 두 그룹 간에 SNS와 검색의사용 빈도에서 다른 기능에서보다 큰 차이를 보였으나, 검정 결과로서 10% 유의수준에서 동일하지 않은 분포를 보였다. 따라서, 고위험 및 잠재군과 일반군의 스마트폰 사용기능의 분포는 동일하다고 할 수 있다.
학년 특성을 살펴보면, 6학년생들은 4학년생들에 비해 약 4배의 높은 가능성을 지닌 것을 알 수 있다. 또한, 맞벌이 부모의 학생들은 그렇지 않은 경우에 비해 약 1/0.58=1.7배의 가능성을 보였다. 또한, 성적은 더욱 큰 차별 효과를 보였는데, 우수 성적의 학생들에 비해 보통 성적의 학생들은 약 1.
7배의 가능성을 보였다. 또한, 성적은 더욱 큰 차별 효과를 보였는데, 우수 성적의 학생들에 비해 보통 성적의 학생들은 약 1.9배, 부진한 성적의 학생들은 약 5배로 큰 고위험 및 잠재위험군에 속할 가능성을 나타냈다.
로짓 회귀분석에 의해 각 특성별 고위험 및 잠재위험군에 속할 영향 크기 및 유의성을 검증할 수 있었으나, 여러 특성들이 조합되었을 때의 결과는 쉽게 알 수 없었다. 따라서, 특성 입력변수들로써 결정 트리(decision tree)를 구축하여 사용자군 종류를 결정한다.
생성된 트리의 특징을 살펴보면 에서처럼 5개의 단말 노드를 가졌으며, 7개의 입력 변수들 중에서 학년, 성적, 맞벌이여부 만이 유효하였고, 특히 학년 변수가 사용자군의 종류를 결정하는데 가장 큰 영향력을 지님을 알 수 있다.
스마트폰 중독 측정은 한국정보화진흥원의 청소년을 위한 척도[17]를 사용하였는데, 이 척도의 중독군 분류 세부 기준은 <표 1>과 같다. 수집된 자료는 신뢰도 측정 결과 Cronbach 알파값이 0.76으로 산출되어 적절한 신뢰도를 보였다. 연구 대상자의 인구학적 특징에 따른 사용자군 및 사용기능 분포, 사용자군별 사용기능 분포 차이를 분석하고, 로지스틱 회귀분석과 결정트리를 이용하여 인구통계학적 특성들로부터 사용자군을 예측함으로써, 스마트폰 중독에 영향을 미치는 주요 특성들을 조사하였다.
각 요인별 중독군의 분포 차이와 사용기능의 차이를 검증하고, 각 요인의 중독군 종류에 미치는 영향을 로짓회귀분석을 통해 알아보았으며, 중독군의 종류를 결정하는 요인들의 조합을 결정트리를 통해 분석하였다. 연구 결과 중독에 영향력을 미치는 요인은 학년, 성적, 부모의 맞벌이 여부, 거주지역 순이었다. 특히 부진한 성적의 6학년생들은 잠재위험군 이상의 중독군에 속하는 확률이 24% 정도여서 평균의 약 3.
각 특성별 분포차를 확인하고자 실시한 카이자승 검정 결과는 <표 3>에 제시하였다. 유의수준 5% 에서 성별, 학년, 성적에 따른 차이만이 확인되었고, 나머지 특성에 따른 차이는 유의하지 않은 것으로 밝혀졌다. 특히, 남녀 간에 사용기능의 빈도가 유의수준 1% 하에서 동일하지 않았고, 학년별로도 유의수준 1% 하에서 동일하지 않았다.
<표 5>의 결과에 따르면 총 7개의 독립변수 중에서 지역, 학년, 맞벌이여부, 성적의 네 개 변수만이 회귀모델에 포함되었고, 이들 중 지역, 일부 학년, 맞벌이여부, 성적만이 약 5% 유의수준에서 사용자군 종류에 유의한 영향을 미쳤다. 지역의 경우, 중소도시에 해당하는 계수는 -.
이를 통해 학생들을 중독 위험에 빠뜨리는 주요 요인 들을 밝힐 수 있다. 전자의 그룹을 1로, 후자 그룹(일반군)을 0으로 코딩한 후 HosmerLemeshow 검정 결과 0.595의 유의도를 보여 영가설을 지지하므로 모델의 적합성이 증명되었다.
사용자군 종류에 따라 스마트폰 사용기능의 분포차가 있는지 확인하기 위해 <표 4>와 같이 각 군의 사용기능별 빈도를 조사하였다. 전체 대상의 빈도 순서와는 달리 고위험군에서는 음악감상이 게임보다 빈도가 높았다. 고위험군에 속한 학생수가 상대적으로 적으므로 고위험군과 잠재군을 묶어서 일반군과의 분포차를 알기 위해 카이자승검정을 실시하였다.
후속연구
이같은 결과로서 스마트폰 중독 예방 교육의 시행 시점이 매우 중요하다고 할 수 있다. 본 연구결과는 학생 맞춤형의 교육과정을 구성하는데 유익한 자료가 될 것이며, 학교 및 교육기관의 학생 지도에 실질적인 도움이 되리라 판단된다.
기존 연구의 관심 이슈였던 심리/정신적 요인이 아닌 다양한 인구통계학적 요인을 중심으로 스마트폰 중독과의 관련성을 살펴보고 중독자 또는 잠재적 중독자들의 공통 특성을 파악한다. 특히 초등생들에 대한 연구가 부족한 상황에서 이러한 시도는 교육 관계자들의 스마트폰 중독에 대비한 교육 계획을 수립하기 위해 유용한 자료로 활용될 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
스마트폰 사용량에 따른 중학생들 집단에서 나타난 특징은?
고충숙은 중학생들을 대상으로 휴대폰의 중독적 사용이 정신건강의 9가지 모든 하위요인과 통계적으로 유의한정적 상관관계를 가진다고 보고하였고, 회귀분석 결과 불안과 강박증이 휴대폰의 중독적 사용에 대해 가장 높은 15%의 설명력을 보이는 요인임을 밝혔다[4]. 윤영숙은 스마트폰 사용이 많은 상위집단의 중학생들이 하위집단보다 분노폭발적 성향, 불안장애, 성격장애, 편집증 증후와 대인관계 예민성이 모두 통계적으로 유의하게 높았으며, 스마트폰 중독은 정신건강의 부정적 하위요인들 전체와 약 0.64의 상관관계를 가진다고 하였다[6]. 또한, 박지영 외 2인은 고등학생들 중 스마트폰 고위험군이 저위험군에 비해 휴대전화 이용 동기, 외로움, 우울이 통계적으로 유의하게 높다고 하였고[7], 황경혜 외 2인도 스마트폰중독성이 강할수록 상태불안 및 우울정도가 높다고 하였다[8].
2013년 교육부 발표 자료에 나타난 초등학생의 스마트폰 사용 비율은?
9%에 이를 것으로 전망하였다[1]. 2013년 교육부 발표 자료에 따르면 초등학생의 절반 가량인 47.9%의 학생들이 스마트폰을 사용하고 있는 것으로 나타났다. 그러나 스마트폰의 편리함으로 인한 중독 가능성은 PC보다 훨씬 높다고 할 수 있다.
휴대폰 중독에 관한 기존연구는 어떤 것이 보고되었는가?
휴대폰 중독에 관한 기존연구는 초등생부터 성인에 이르기까지의 연령대 전반을 대상으로 시도되었다. 스마트폰 중독의 영향 요인[3], 정신건강[4], 교육 프로그램 개발[5] 등이 보고되고 있다. 본 연구에서는 초등생을 대상으로 다양한 인구통계학적 특성에 따른 스마트폰 중독 수준을 분석하고, 그 수준을 결정하는 특성요인들을 추출한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.